[發明專利]基于遠程過程調用和元學習的圖像分類模型選擇系統

在審

• 申請號: 202310424363.7
• 申請日: 2023-04-20
• 公開（公告）號: CN116152525A
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 劉藝;鄭奇斌;李庚松;秦偉;李翔;劉坤;刁興春
• 申請（專利權）人: 北京大數據先進技術研究院
• 主分類號: G06V10/70
• 分類號: G06V10/70;G06V10/764;G06V10/94;G06F9/54
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 茍冬梅

本發明提供了一種基于遠程過程調用和元學習的圖像分類模型選擇系統，涉及算法選擇技術領域，旨在解決算法選擇技術僅停留在理論實驗階段的問題，以落實于工程應用。所述系統包括：客戶端、服務端和存儲端；所述客戶端展示微服務界面，并獲取用戶賬戶在所述微服務界面設置的微服務參數，將所述微服務參數傳輸給所述服務端；所述服務端根據所述微服務參數和圖像數據集，運行所述微服務參數對應的微服務，并將所述微服務的運行結果的信息返回所述客戶端；所述客戶端對所述微服務的運行結果的信息進行展示；所述存儲端存儲所述客戶端傳輸的圖像數據集，并將圖像數據集傳輸給所述服務端。

技術領域

本發明涉及算法選擇技術領域，特別是涉及一種基于遠程過程調用和元學習的圖像分類模型選擇系統。

背景技術

大數據時代背景下，利用數據進行分析和決策成為了不同領域的重要工作，各種人工智能算法為此提供了不可忽視的助力。然而，面對不同問題時，具有優越性能的“最優”算法顯然是不同的。如何從大量可行方法中為給定任務選擇滿足需求的合適算法成為了工程中的關鍵問題，即算法選擇問題。

基于元學習的算法選擇方法，利用問題的元特征（抽象特征）和歷史學習經驗訓練元算法，構建問題元特征到合適算法的映射模型，從而實現自動化的算法選擇，具有靈活性高、適用范圍廣、計算成本低等優點，成為了算法選擇的主要方法。長期以來，針對元特征和元算法開展的研究已經形成了多種方法，然而，多數研究都僅停留在理論實驗階段，未能結合實際需求落實于工程應用。

發明內容

鑒于上述問題，本發明實施例提供了一種基于遠程過程調用和元學習的圖像分類模型選擇系統，以便克服上述問題或者至少部分地解決上述問題。

本發明實施例提供的一種基于遠程過程調用和元學習的圖像分類模型選擇系統，所述系統包括客戶端、服務端和存儲端；

所述客戶端展示微服務界面，并獲取用戶賬戶在所述微服務界面設置的微服務參數，將所述微服務參數傳輸給所述服務端，所述微服務界面包括：圖像元特征提取界面、模型選擇算法訓練界面和圖像分類模型選擇界面，所述微服務參數包括：圖像元特征提取參數、模型選擇算法訓練參數和圖像分類模型選擇參數；

所述服務端根據所述微服務參數和圖像數據集，運行所述微服務參數對應的微服務，并將所述微服務的運行結果的信息返回所述客戶端，所述微服務包括：圖像元特征提取微服務、模型選擇算法訓練微服務和圖像分類模型選擇微服務，所述微服務的運行結果包括：圖像數據集元特征、訓練好的模型選擇算法和目標圖像分類模型；

所述客戶端對所述微服務的運行結果的信息進行展示；

所述存儲端存儲所述客戶端傳輸的圖像數據集，并將所述圖像數據集傳輸給所述服務端。

可選地，所述客戶端將第一用戶賬戶上傳的第一圖像數據集傳輸給所述存儲端，以及將所述第一圖像數據集的信息傳輸給所述服務端；

所述存儲端存儲所述第一圖像數據集，以及根據所述第一圖像數據集，生成第一用戶賬戶索引；

所述服務端根據所述第一圖像數據集的信息，生成第一用戶賬戶目錄，所述第一用戶賬戶目錄包括：所述第一用戶賬戶傳輸至所述存儲端的各個圖像數據集的信息。

可選地，所述第一用戶賬戶目錄包括：從所述存儲端獲取并存儲在所述服務端本地的所述第一圖像數據集的信息；

所述服務端檢索所述第一用戶賬戶目錄是否存在所述第一圖像數據集的信息，在所述第一用戶賬戶目錄不存在所述第一圖像數據集的信息的情況下，從所述存儲端獲取所述第一圖像數據集，并將所述第一圖像數據集的信息保存至所述第一用戶賬戶目錄。

可選地，所述存儲端查詢第二用戶賬戶索引，得到第二用戶賬戶對應的已上傳的第二圖像數據集的信息，并將所述第二圖像數據集的信息傳輸給所述客戶端；

所述客戶端將第二用戶賬戶標識傳輸給所述服務端，并啟用上傳圖像數據集功能和各個微服務對應的界面控件；